手指靜脈圖像質(zhì)量評(píng)價(jià)與識(shí)別方法的研究.pdf

1、生物特征識(shí)別技術(shù)是使用人的生理特征或行為特征進(jìn)行身份鑒別的技術(shù)，常被用作識(shí)別的生物特征有指紋、人臉、虹膜、步態(tài)、筆跡等。在眾多生物特征識(shí)別中，手指靜脈識(shí)別技術(shù)以其獨(dú)特的優(yōu)勢(shì)成為了近年的研究熱點(diǎn)。與一些傳統(tǒng)的生物特征識(shí)別技術(shù)相比，手指靜脈識(shí)別具有不易被偽造、用戶友好、活體性等優(yōu)勢(shì)。另外手指靜脈圖像采集設(shè)備較小，很容易被引入到各種應(yīng)用中，有很好的市場(chǎng)前景。
　　在采集手指靜脈圖像的過(guò)程中，由于光照變化、放置不規(guī)范、設(shè)備差異等因素的影響

2、，會(huì)存在一部分質(zhì)量較差的手指靜脈圖像。這些質(zhì)量較差的圖像對(duì)手指靜脈識(shí)別的性能會(huì)有很大的影響。因此，如何有效的對(duì)手指靜脈圖像進(jìn)行質(zhì)量評(píng)價(jià)成了手指靜脈識(shí)別中的一個(gè)比較重要的問(wèn)題。另外，識(shí)別方法的研究一直是手指靜脈識(shí)別領(lǐng)域的研究重點(diǎn)。在眾多識(shí)別方法中，基于超像素的手指靜脈識(shí)別是一種比較有效的方法，但是現(xiàn)有的基于超像素的方法還存在一些不足，因此本文提出了一種新的基于超像素的識(shí)別方法。
　　針對(duì)上述手指靜脈圖像質(zhì)量評(píng)價(jià)問(wèn)題本文提出了一種基于

3、SVR(SupportVector Regression)的手指靜脈圖像質(zhì)量評(píng)價(jià)方法。這個(gè)方法在手指靜脈圖像質(zhì)量評(píng)價(jià)特征和手工標(biāo)注的圖像質(zhì)量得分之間建立了一個(gè)SVR模型，然后利用這個(gè)模型對(duì)新的輸入圖像進(jìn)行質(zhì)量評(píng)價(jià)。在驗(yàn)證數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明所提的手指靜脈圖像質(zhì)量評(píng)價(jià)方法是非常有效的。另外，所提方法還把圖像質(zhì)量得分作為軟特征加入到手指靜脈識(shí)別中，實(shí)驗(yàn)結(jié)果顯示識(shí)別性能有所提升。
　　為了比較好的利用手指靜脈圖像質(zhì)量評(píng)價(jià)結(jié)果，本文還提

4、出了一種結(jié)合圖像質(zhì)量評(píng)價(jià)的自適應(yīng)的手指靜脈識(shí)別方法。該方法可以根據(jù)輸入圖像質(zhì)量的差異選擇合適的特征提取方法，克服了使用單一固定特征提取方法的不足。實(shí)驗(yàn)結(jié)果表明，這一方法在時(shí)間和識(shí)別性能兩方面都有很好的表現(xiàn)。
　　基于超像素的手指靜脈識(shí)別方法雖然比較有效，但是該類方法還存在以下不足:(1)不能區(qū)分性的使用超像素。(2)缺少更多具有辨別能力的超像素特征。因此本文提出了一種新的基于超像素的手指靜脈識(shí)別方法。這一方法選取了兩種類型的超像素

5、，穩(wěn)定性超像素和區(qū)分性超像素，這兩類超像素在匹配階段會(huì)發(fā)揮不同的作用。具體操作時(shí)，首先對(duì)數(shù)據(jù)庫(kù)中的每一類都訓(xùn)練出穩(wěn)定性超像素和區(qū)分性超像素。在識(shí)別時(shí)，只需要把輸入樣本與模板中相應(yīng)位置的穩(wěn)定性超像素和區(qū)分性超像素比較即可。在融合兩類超像素的匹配得分時(shí)，本文提出了一種翻轉(zhuǎn)權(quán)重的融合方法。另外，為了進(jìn)一步提升識(shí)別性能，所提方法還提取了超像素的SPCF（Superpixel Context Feature）特征。在最后匹配階段使用了加權(quán)的SUM